列车自动驾驶系统不仅具有自动控制列车运行、减轻列车司机负担的功能,而且能在保证列车安全运行的前提下,提高列车运行的各项性能,因此得到了广泛关注并取得了不少研究成果。由于列车运行过程十分复杂且极易受环境因素的影响,因此很难找到精确的数学模型。模糊广义预测控制是一种将模糊逻辑和广义预测控制相集成的控制策略,这种算法对被控对象模型要求不高,使用此算法可以进一步提高系统稳态精度、减小动态误差。基于此,本文将模糊广义预测控制算法应用到列车自动驾驶系统中,通过模糊控制量的补偿作用减弱或消除线路因素对列车运行速度的影响,仿真结果表明该算法能达到预期效果。本文主要进行了以下几方面的研究：首先,分析了列车自动驾驶系统的结构、功能及性能指标,研究了列车自动驾驶策略,总结得出了最节省时间策略、最节能策略、混合优化策略以及列车自动驾驶系统优化操纵原则。其次,阐述了广义预测控制、模糊控制以及模糊广义预测控制算法的基本原理,在此基础上设计了基于模糊广义预测控制算法的列车自动驾驶系统速度控制器,并建立了列车运动模型和线路模型。最后,利用MATLAB仿真软件分别对基于模糊广义预测控制算法和基于隐式广义预测控制算法的速度控制器的控制效果进行了仿真。通过仿真对比,验证了模糊广义预测控制算法在列车自动驾驶系统中应用的可行性,证明了基于该算法的速度控制器不仅能使列车自动驾驶系统的安全性、停车精准性、准时性、乘客舒适性、节能性等性能得到优化,而且能在一定程度上削弱线路因素对列车运行速度造成的影响,由此可知本文设计的速度控制器具备良好的可移植性。